🧠 OpenAI выпустила Privacy Filter — локальную модель для фильтрации персональных данных перед отправкой в LLM.

Каждый запрос в облачную нейронку — это отправка данных на серверы провайдера. Если у вас не self-hosted модель, альтернатив не много. Privacy Filter закрывает этот пробел: запускается локально, работает как токен-классификатор и размечает чувствительные данные до того, как они уйдут куда не надо.

Модель определяет 8 категорий:
👉 имена (private_person)
👉 адреса, email, телефоны, URL
👉 номера счётов
👉 даты
👉 секреты — токены, ключи, credentials

Запускается в браузере или на ноутбуке, контекстное окно 128k токенов. Лицензия Apache 2.0.

Я сам делал похожее в рамках своих MCP-инструментов — плагин sensitive-guard, который фильтрует данные на основе правил в стиле GitLeaks. Про то, чтобы запустить лёгкую локальную модель для той же задачи, я не думал — а решение уже готово. Буду смотреть, как это ложится на MCP-воркфлоу.

‼️ ВАЖНО: сами авторы пишут, что модель не даёт гарантий анонимизации. Это один из слоёв защиты, не единственный. На английском работает лучше всего, для других языков качество ниже.

#ai #безопасность